【源码】基于R和C++的顺序估计与AB测试模拟工具

项目简介

本项目是一个R包，集成了所有必要代码，可重现Howard和Ramdas（2019）论文《Sequential estimation of quantiles with applications to A/B - testing and best - arm identification》中的模拟结果和全部图表。其核心功能是进行顺序估计分位数，并应用于A/B测试和最佳臂识别。

项目的主要特性和功能

1. 模拟结果重现：可重现论文中图1至图6的所有图表。
2. 自定义模拟运行：提供多个函数，能运行不同模拟并将结果保存为CSV文件。
3. C++支持：模拟代码依赖C++14编译器，且包含C++单元测试。
4. 版本信息管理：借助Python脚本从configure.ac文件提取版本信息，生成含版本信息的Info.plist文件。

安装使用步骤

1. 安装R包

R install.packages('devtools')

2. 运行模拟

• 使用run_paper_simulations(save = TRUE)运行图5的模拟，结果保存至build/simulations_10_64.csv。
• 使用run_ab_simulations(save = TRUE)运行图6的模拟，结果保存至build/simulations_2_256.csv。

3. 生成图表

• 使用make_intro_plot(save = TRUE)生成图1。
• 使用plot_quantile_cs(save = TRUE)生成图2。
• 使用plot_tuning(save = TRUE)生成图3。
• 使用make_simulation_plots('path/to/csv', save = TRUE)生成图5。
• 使用make_ab_plots('path/to/csv', save = TRUE)生成图6。

4. 运行C++单元测试

sh make -C test runtests 需安装BH和confseq R包，因为项目链接了这些包的C++头文件。

5. 版本信息管理

• 下载并运行versiongenerate.py脚本，从configure.ac文件提取版本信息，生成Version.h文件。
• 用生成的Version.h文件构建Google Test测试框架，确保Info.plist文件版本信息正确。

注意：运行模拟耗时较长，建议在多核机器上运行以提升效率。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】